CN113114415B - 基于可调稀疏网络编码的密度选择方法 - Google Patents

Abstract

本发明属于网络编码技术领域，具体涉及一种基于可调稀疏网络编码的密度选择方法，所述方法包括源节点按照当前稀疏网络编码的密度值发送数据流，求得当前传输数据包为再生编码包的概率下界；根据再生编码包的概率下界计算出源节点到信宿节点传输成功时所需的最大预算值和期望预算值；源节点根据当前阶段中信道所能提供的实际预算值构建出期望预算值与实际预算值之间的比较不等式；在不同密度分布函数下调整实际密度值，通过信宿节点的当前接收情况选择出当前阶段的最佳密度，直至解码矩阵满秩传输完成或剩余的实际预算值为0；本发明通过预算比较不等式选取适用于当前阶段的最佳密度值，解决了链路丢包率不稳定所导致的带宽受限、预算不足等问题。

Description

基于可调稀疏网络编码的密度选择方法

技术领域

本发明涉及实时多媒体网络下的可调稀疏网络编码技术领域，具体涉及一种基于可调稀疏网络编码的密度选择方法。

背景技术

网络编码(Network Coding,NC)技术的引入改变了传统通信网络的传输模式，允许中间节点对输入的信息进行编码，而不局限于仅“存储-转发”，提高了传输的有效性和网络的吞吐量，但NC计算复杂度较高。为降低计算复杂度，Danilo等人提出稀疏网络编码(Sparse Network Coding,SNC)，即仅在重叠子集中进行随机线性网络编码(RandomLinear Network Coding,RLNC)的方法。SNC因仅在原包的子集中执行随机线性网络编码，得到一个稀疏化的译码矩阵，在译码阶段的矩阵高斯运算相乘数总和会降低运算级，从而降低时间复杂度。但SNC虽然降低了计算复杂度，但随之增加了传输延时，延时增加主要因其代码自身的稀疏性，这大大降低再生编码包的生成概率，即降低了具有编码增益包的产生。为解决以上问题，Feizi等人提出可调稀疏网络编码(Tuning Sparse Network Coding,TSNC)，TSNC中的编码数据包由具有不同稀疏程度的稀疏区域和根据RLNC生成的数据包密集区域组成。编码包首先以低密度产生，即很少的原始包被编码，随后密度在整个传输过程中逐步增加。采用低密度的编码方法，大大降低编解码的计算复杂度，传输过程通过调整密度的方法在传输结束阶段采用更密集的编码以减少延时开销，同时保持稀疏编码在复杂度方面的优势。

现有TSNC理论研究中一种分析角度是结合吸收马尔科夫链模型与可调稀疏网络编码，根据状态分析提出状态转移概率公式，并结合吸收马尔科夫链基本矩阵与状态转移概率矩阵定义性能指标进行分析，提出调优方案在保持原有低复杂度优势下的密度最优解，达到性能指标最优化。如Zarei等人基于吸收马尔科夫链定义状态转移概率公式，提出密度值为2，即编码包由两个原包组合的稀疏网络编码传输方案，此方案密度很小且解码矩阵操作少，但解码整个代或整个原包时所需的传输次数增多(AMIR Z,PEYMAN P,MANSOORD.On the Partial Decoding Delay of Sparse Network Coding[J].IEEECommunications Letters,2018,22(8):1668-1671.doi:10.1109/LCOMM.2018.2840139.)。另一种分析角度是基于矩阵秩概率分布模型，分析矩阵解码成功或部分解码成功概率公式，求解解码成功概率最大化下的密度值，即最佳密度。如Khan等人分析得原有译码失败概率依赖于丢包率、编码包数、原包数以及有限域大小，从而结合稀疏网络编码从分析矩阵线性相关概率角度得出改进的解码失败概率上下界，此概率依赖于中继节点数(KHAN A S,CHATZIGEORGIOU I.Improved bounds on the decoding failure probability ofnetwork coding over multi-source multi-relay networks[J].IEEE CommunicationsLetters,2016,20(10):2035-2038.doi:10.1109/LCOMM.2016.2594768.)。

而在实际应用的实时多媒体中，数据流将通过共享媒介传输给多用户，网络编码应用于多媒体数据传输，充分利用了多媒体数据的特点将数据流分解成原始数据包的代，并将各代原包单独编码。如Tassi等人提出基于代的可靠传输模型，可应用于视频流等实时多媒体应用，该方案讨论可优化资源分配框架，寻找最小密度以最小化RLNC的计算复杂度(Tassi A,Chatzigeorgiou I,Lucani D E.Analysis and Optimization of SparseRandom Linear Network Coding for Reliable Multicast Services[J].IEEETransactions on Communications,2016,64(1):285-299.)。除计算复杂度外，RLNC中编码包中包头携带的编码系数，以及非再生编码包所造成的传输开销等也是关注的问题。同时针对实际应用还需考虑带宽受限或网络信号传输受限等问题。Garrido等人针对给定开销前提下调整密度值，即降低译码时的计算复杂度(Garrido P,Sorensen C W,Lucani D E,et al.Performance and complexity of tunable sparse network coding withgradual growing tuning functions over wireless networks[C]//2016IEEE 27thAnnual International Symposium on Personal,Indoor,and Mobile RadioCommunications(PIMRC).IEEE,2016.)。

以上针对TSNC研究中多讨论解码成功或失败概率、状态转移概率等，结合实际网络场景的相关研究较少。部分考虑了基于代的网络传输模型，但未结合带宽限制、预编码等因素综合考虑，使得由于带宽受限、链路状态不稳定等因素造成最佳密度选取困难。

发明内容

基于现有技术存在的问题，本发明提出了一种实时多媒体网络中基于可调稀疏网络编码的密度选择方法。通过采用可调稀疏网络编码，设定不同密度分布函数，根据信宿节点数据包接收情况以及预算比较公式选取适用于当前阶段的最佳密度，以渐进递增密度的方式提高再生编码包生成概率，保证节点解码效率。本发明针对TSNC现有研究多依据统一的密度分布函数调整密度，未考虑带宽受限、链路状态不稳定等因素导致最佳密度选取困难，需折中考虑开销问题，利用矩阵秩概率模型分析每代传输的期望预算值并参考实际应用中的预算值，结合TSNC中线性密度分布函数以及经典的阶段性密度分布函数进行传输模拟，以求得在限制条件下适用于当前阶段的最佳密度，从而通过提高再生编码包生成概率来降低传输延时。

本发明采用如下技术方案以解决上述技术问题：

一种基于可调稀疏网络编码的密度选择方法，所述方法包括：

步骤1)源节点按照当前稀疏网络编码的密度值发送数据流，求得当前传输数据包为再生编码包的概率下界；

步骤2)根据再生编码包的概率下界计算出源节点到信宿节点传输成功时所需的最大预算值和期望预算值；

步骤3)源节点根据当前阶段中信道所能提供的实际预算值构建出期望预算值与实际预算值之间的比较不等式；

步骤4)在不同密度分布函数下调整实际密度值，通过信宿节点的当前接收情况选择出当前阶段的最佳密度，直至解码矩阵满秩传输完成或者剩余的实际预算值。

本发明的有益效果：

1.本发明考虑到实时多媒体网络中网络场景变化无常，链路丢包率不稳定导致带宽受限、预算不足等问题，所以采取期望预算与实际预算比较后选取最佳密度值改进这一劣势。

2.本发明采用可调稀疏网络编码，在传输开始阶段采用较低密度值生成编码包以降低计算复杂度，随着传输的进行根据密度分布函数递增密度，提高再生编码包生成概率，从而减少数据包的总传输次数。

3.本发明综合考虑实际应用场景中并不能实时根据密度分布函数选取最佳密度值，通过预算比较不等式选取适用于当前阶段的最佳密度值，更适用于现实中应用场景。

附图说明

图1是本发明实施例的一种基于可调稀疏网络编码的密度选择方法流程图；

图2为本发明实施例中密度值调整过程的方案流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明通过采用可调稀疏网络编码方式能有效减少传输时延并降低计算复杂度，在实时多媒体网络中，对密度调整方式提出线性密度分布函数以及结合经典阶段性密度分布函数，均在传输初期选择较小密度值，传输过程中根据实际预算与期望预算大小比较不等式、不同密度分布函数以及信宿节点编码包成功接收情况选取适用于当前阶段的最佳密度。

在上述设计下，本发明包括如下假设条件：

(1)节点可周期性获得链路的丢包率；

(2)节点能成功接收信宿节点反馈回来的当前解码矩阵秩值。

对上述假设条件稍加调整，可以在实际的通信系统进行具体的应用。

图1是本发明提出的一种实时多媒体网络中基于可调稀疏网络编码的密度选择方法流程图，如图1所示，所述密度选择方法包括以下步骤：

S1、源节点按照当前稀疏网络编码密度值求得再生编码包生成概率下界，并求得此时传输成功所需最大预算值以及期望预算值；

稀疏网络编码中编码包生成过程以及具体数学参数定义包括：

S11、系统传输的信息X＝{X₁,X₂,...,X_k}包含k个原包。生成n个编码包P_j＝∑_{i∈ W}g_j,i·X_i，其中编码系数g_j,i(j∈{1,2,...,k},i∈{1,2,...,j})在有限域GF(2^q)上均匀随机地选取。其中，

W为k个原包中大小为Γ(Λ)的递增子集，最后每个编码包由W个原包参与编码所得。Γ(Λ)为当前阶段的密度函数取值(实际密度值)，即|W|为参与编码的包数。

所述稀疏网络编码中密度值d定义为参与编码的包数|W|与总包数k的比值：

S12、根据密度值推导新接收包线性无关概率下界，当已接收的r个包线性无关，则新接收包线性无关的概率为：

P(r,k,d)≥1-(1-d)^k-r

S2、根据再生编码包的概率下界计算出源节点到信宿节点传输成功时所需的最大预算值和期望预算值；

首先，根据期望预算值则可求得每一阶段所需的期望预算值；

S21、根据新接收包线性无关概率推导传输成功所需最大预算值B，定义为当信宿节点接收到完整信息时，源节点需要传输的最大包数，表示为：

S22、根据最大预算值推导传输成功所需期望预算值B(d,k)，定义为当信宿节点接收完整信息时，源节点需要传输的平均包数，表示为：

可以理解的是，本发明中，预算值一般指的是传输数据包所需的传输时间，密度值一般指的是传输数据包中参数编码的原数据包个数。

S3、源节点根据当前阶段中信道所能提供的实际预算值构建出期望预算值与实际预算值之间的比较不等式；

结合每一阶段当前信道所能提供的实际预算调整密度值，直至解码矩阵满秩传输完成或剩余的实际预算为0，不能再传输为止；

期望预算不等式定义包括：

S31、根据期望预算值推导各阶段期望预算B((Γ(Λ),Γ(Λ+1)),k)，定义为每一密度阶段d＝|W|/k的阶段预算，表示为：

S32、根据各阶段期望预算值结合当前信道所能提供实际预算推导期望预算值与实际预算值之间的比较不等式表示为：

S4、在不同密度分布函数下调整实际密度值，通过信宿节点的当前接收情况选择出当前阶段的最佳密度，直至解码矩阵满秩传输完成或者剩余的实际预算值为0。

图2给出了本发明实施例中密度调整过程的方案流程图，如图2所示，密度值调整的具体过程包括：

首先需要设定出期望预算值和获取实际预算值；

判断剩余的实际预算值是否大于期望预算值；

当所述剩余的实际预算值大于期望预算值时，选取较小的密度值以降低计算复杂度；

当所述剩余的实际预算值不大于期望预算值时，反馈当前秩以调整实际的密度值，降低传输时延；

当解码矩阵满秩或者剩余的实际预算值为0时结束流程。

具体的，

S41、当解码矩阵秩r＝Γ(Λ)时，反馈当前秩r，根据调整公式调整密度值d以满足上述不等式，即密度值选取取决于信宿结点建立的反馈次数Λ。

S42、已知剩余预算T的前提下，当预算充足时根据密度分布函数以及调整公式选择尽可能低的密度值，以保持较低的计算复杂度。

S43、当预算不足或秩r接近k时，通知源节点生成密集的、线性无关概率较大的编码包，以求降低传输时延；

S44、最后一阶段预算为

直至解码矩阵秩r＝k或剩余预算T＝0为止。

其中，在本发明实施例中，密度调整方式提出线性密度分布函数以及结合经典阶段性密度分布函数，传输过程中根据实际预算与期望预算大小比较公式以及不同密度分布函数，由信宿节点当前接收情况选取适用于当前阶段的最佳密度。

具体密度调整方式包括：

S401、线性密度分布函数表示为：

线性密度分布函数与多媒体数据特点有较高的契合性。因低层编码包成功解码后高层编码包才可成功解码，否则高层成功传输也不可解码，此编码方式改变了传统RLNC随机选取源包进行编码的方式，充分契合了多媒体数据具有优先级的特点，同时满足了不同终端服务质量要求。数据在传输过程中包含相应低层数据包，使得低层重要数据包到达信宿节点的概率增大。生成的每代编码包如下：

G_n代编码包被传输至信宿节点后，更新解码矩阵处接收向量，记录最小丢包号m。比较剩余预算T(Γ(Λ),Γ(Λ+1),k)与各阶段期望预算B'的大小。当T(Γ(Λ),Γ(Λ+1),k)≥B'时，表示剩余预算充足，源节点继续以当前密度值Γ(Λ)重传所丢失的最小数据包m，单位时隙内只发送一个编码包，剩余预算T(Γ(Λ),Γ(Λ+1),k)-1，直至T(Γ(Λ),Γ(Λ+1),k)<B'，源节点以Γ(Λ+1)密度值继续编码原包进行传输，重复上述步骤，直至解码矩阵满秩或剩余预算等于零为止。

具体的，在这个过程中，需要输入总包数k，各阶段的期望预算值B'，剩余的实际预算值T以及编码包

输出解码矩阵rank(E(D_i))；其中，这个过程中所执行的步骤包括：

当解码矩阵未满秩传输rank(E(D_i))≠k或者实际预算值大于等于1即T≥1时，判断对应包是否丢失，如果丢失即C_Di(n)＝＝0，则将n加入到集合U中，由集合U得到最小丢包号m，否则更新

X←Γ(Λ)；当T(Γ(Λ),Γ(Λ+1),k)≥B'时，若

源节点传输数据包；令T(Γ(Λ),Γ(Λ+1),k)-1；X←Γ(Λ+1)，更新

S402、阶段性密度分布函数表示为：

其中，m为传输中信宿节点反馈次数。

考虑到阶段性密度分布函数适用于一般应用场景，编码包中原包数不再线性递增，而随参与编码包数|W|的变化而变化。下一代数据包不一定包含上一代数据包，每代参与编码的原包为随机选取，直至解码完成。生成的每代编码包如下：

G_n代编码包被传输至信宿节点后，更新解码矩阵处接收向量C_Di。比较剩余预算T(Γ(Λ),Γ(Λ+1),k)与各阶段期望预算B'的大小，当T(Γ(Λ),Γ(Λ+1),k)≥B'时，查看当前解码矩阵秩是否小于设定密度，若是则以当前密度值Γ(Λ)继续重传，单位时隙内只发送一个编码包，剩余预算T(Γ(Λ),Γ(Λ+1),k)-1，直至T(Γ(Λ),Γ(Λ+1),k)<B'或r＝Γ(Λ)，源节点以Γ(Λ+1)密度值继续编码原包进行传输，重复上述步骤，直至解码矩阵满秩或剩余预算等于零为止。

具体的，在这个过程中，需要输入总包数k，各阶段的期望预算值B'，剩余的实际预算值T以及编码包

输出解码矩阵rank(E(D_i))；其中，这个过程中所执行的步骤包括：

当解码矩阵未满秩传输即rank(E(D_i))≠k或者实际预算值大于等于1即T≥1时，更新

X←Γ(Λ)；当T(Γ(Λ),Γ(Λ+1),k)≥B'时，若

源节点传输数据包；令T(Γ(Λ),Γ(Λ+1),k)-1；X←Γ(Λ+1)，更新X←Γ(Λ+1)。

现有可调稀疏网络编码方案中多基于理论研究密度分布函数或最佳密度选取方式，缺乏对实际网络场景中带宽受限、预算不足等问题的考虑，本发明提出了基于可调稀疏网络编码的密度研究方案。可调稀疏网络编码方式能有效减少传输时延并降低计算复杂度，在实时多媒体中，对密度调整方式提出线性密度分布函数以及结合经典阶段性密度分布函数，均在传输初期选择较小密度值，传输过程中根据实际预算与期望预算大小比较公式以及不同密度分布函数，由信宿节点当前接收情况选取适用于当前阶段的最佳密度。

在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (1)

1.一种基于可调稀疏网络编码的密度选择方法，其特征在于，所述方法包括：

步骤1)源节点按照当前稀疏网络编码的密度值发送数据流，求得当前传输数据包为再生编码包的概率下界；

当前稀疏网络编码的密度值为参与编码的数据包数量与总的数据包数量的比值，参与编码的数据包数量表示为|W|；当前传输数据包为再生编码包的概率下界为线性无关概率下界P(r,k,d)，即当已接收到r个数据包线性无关，则新接收数据包线性无关的概率；P(r,k,d)的计算公式表示为P(r,k,d)≥1-(1-d)^k-r；d表示当前稀疏网络编码的密度值；k表示总的数据包数量；

步骤2)根据再生编码包的概率下界计算出源节点到信宿节点传输成功时所需的最大预算值和期望预算值；

源节点到信宿节点传输成功时所需的最大预算值为信宿节点接收到完整消息时，源节点需要传输的最大数据包数量，表示为

r表示已接收到线性无关的数据包数量；d表示当前稀疏网络编码的密度值；k表示总的数据包数量；

源节点到信宿节点传输成功时所需的期望预算值为当信宿节点接收到完整信息后，源节点需要传输的平均数据包数量，表示为

P(r,k,d)表示当前传输数据包为再生编码包的概率下界；r表示已接收到线性无关的数据包数量；d表示当前稀疏网络编码的密度值；k表示总的数据包数量；

步骤3)源节点根据当前阶段中信道所能提供的实际预算值构建出期望预算值与实际预算值之间的比较不等式；

将源节点到信宿节点传输成功的时间划分为多个阶段，计算出每个阶段的期望预算，从而构建出期望预算值与实际预算值之间的比较不等式；将源节点到信宿节点传输成功的时间划分为多个阶段，计算出每个阶段的期望预算，从而构建出期望预算值与实际预算值之间的比较不等式，表示为：

其中，T表示剩余的实际预算值；Γ(Λ)表示当前阶段的实际密度值；Γ(Λ+1)表示下一阶段的实际密度值；P(r,k,d)表示当前传输数据包为再生编码包的概率下界；r表示已接收到线性无关的数据包数量；d表示当前稀疏网络编码的密度值；k表示总的数据包数量；B((Γ(Λ),Γ(Λ+1)),k)表示当前阶段与下一阶段之间的期望预算值；

步骤4)在不同密度分布函数下调整实际密度值，通过信宿节点的当前接收情况选择出当前阶段的最佳密度，直至解码矩阵满秩传输完成或者剩余的实际预算值为0；

当解码矩阵秩与当前密度函数取值相等时，反馈当前解码矩阵秩，根据调整公式调整当前稀疏网络编码的密度值d以满足所述期望预算值与实际预算值之间的比较不等式；

若当前阶段的实际预算值大于当前阶段的期望预算值，即预算充足时，在不同密度分布函数下，根据调整公式选择出满足该阶段传输的密度最小值；

若当前阶段的实际预算值小于当前阶段的期望预算值，即预算不足时，根据信宿节点反馈当前解码矩阵秩，增大密度值，以满足所述期望预算值与实际预算值之间的比较不等式；

当解码矩阵秩靠近总的数据包数量时，所述信宿节点通知所述源节点生成编码包；

所述调整公式来源于包括线性密度分布函数和经典阶段性密度分布函数；

所述线性密度分布函数计算公式表示为：

所述经典阶段性密度分布函数计算公式表示为：

其中，k表示总的数据包数量；m为传输中信宿节点反馈次数。

Images